AGI｜在测试活动中如何利用AI寻找测试点？

提示词（Prompt）是与AI交互的关键。它们是向AI提供信息和指令的文字输入，帮助AI理解用户需求并生成相应输出。在生成测试点时，提示词的设计至关重要，因为它直接影响到AI生成结果的准确性和有效性。

为了生成一个完整的测试点，提示词需要包含以下几个关键内容：

1.系统模块或功能描述

首先，明确你要测试的系统模块或功能。例如：“用户登录功能”、“购物车模块”等。这个描述越具体，AI生成的测试点越精准。

示例提示词：“请为用户登录功能生成测试点”。

2.输入条件

明确输入条件，即系统在不同情况下的表现。例如，输入合法或非法的数据，正常或异常的操作等。

示例提示词：“请为用户登录功能生成测试点，用户可以使用用户名和密码登录，输入的用户名不存在，密码错误等”

3.预期输出

描述预期结果，这有助于AI理解目标行为。例如，成功登录、显示错误消息等。

示例提示词：“请为用户登录功能生成测试点，用户可以使用用户名和密码登录，输入的用户名不存在，密码错误则登录失败并提示用户错误信息，输入正确的用户名和密码则登录成功 ”

4.边界条件

边界条件是指系统在极限情况下的表现。例如，最小或最大输入值，空值等。也可以包含一些有关联影响的，例如：账号过期，数据失效等

示例提示词：“请为用户登录功能生成测试点，用户可以使用用户名和密码登录，登录的用户需要在系统注册且是有效的才可以登录成功，密码过期的也无法登录”

5.异常处理

考虑系统在异常情况下的处理方式，例如网络故障、服务器错误等。

示例提示词：“请为用户登录功能生成测试点，用户可以使用用户名和密码登录，登录的用户需要在系统注册且是有效的才可以登录成功，密码过期的也无法登录，并考虑异常处理，例如：网络故障时的表现。”

● 生成测试点

例如，下图是智能体应用在chat页面的访问权限的需求

让AI根据生成这个需求测试点“应用访问权限如果是内部，则进入chat页面的时候需要先登录，且只能使用白名单组织内的用户登录，白名单外的用户无法登录”

得到的结果如下，可以看到输出的结果大部分是来源于我的提示词，AI将提示词分析并重新整合，输出一份测试点。这就意味着，提示词越详细输出的内容越会贴近想要的结果

如果需要AI输出异常场景、边界测试，需要告诉他哪些异常以及边界场景需要考虑

如（Prompt）

得到的结果如下：

2次测试你会发现，AI输出的测试点并不是很稳定，所以仍然需要在生成测试点后人工进行检查输出是否准确。

生成用例

有两种方式来处理需求相关事务。其一，如果需求点足够清楚的话，可以直接将需求描述写到说明中，采用这种方式，最终结果往往能与预想较为契合；其二，先将需求生成测试点，然后用测试点生成用例，通过这一流程操作，同样能让最终结果与预想不会相差甚远。

下面是直接贴上需求说明的例子：

下面是使用测试点生成用例的例子：

编辑模版：

输出结果如下：

利用AI寻找测试点是提高软件测试效率和质量的一种有效方法，通过理解需求、定义提示词、自动生成测试点和用例，并不断进行优化和改进，我们可以显著提升测试活动的效果，但是也需要注意的是AI直接输出的结果，大部分不够准确，还是需要经过人工审核。